python pandas用数字替换数据框中的字符串

Question

有没有办法使用映射函数或更好的方法来替换整个数据框中的值？

我只知道如何对系列进行映射。

我想用数字替换 'test' 和 'set' 列中的字符串 例如设置=1，测试=2

这是我的数据集的示例：（原始数据集非常大）

ds_r
  respondent  brand engine  country  aware  aware_2  aware_3  age tesst   set
0          a  volvo      p      swe      1        0        1   23   set   set
1          b  volvo   None      swe      0        0        1   45   set   set
2          c    bmw      p       us      0        0        1   56  test  test
3          d    bmw      p       us      0        1        1   43  test  test
4          e    bmw      d  germany      1        0        1   34   set   set
5          f   audi      d  germany      1        0        1   59   set   set
6          g  volvo      d      swe      1        0        0   65  test   set
7          h   audi      d      swe      1        0        0   78  test   set
8          i  volvo      d       us      1        1        1   32   set   set

最终结果应该是

 ds_r
  respondent  brand engine  country  aware  aware_2  aware_3  age  tesst  set
0          a  volvo      p      swe      1        0        1   23      1    1
1          b  volvo   None      swe      0        0        1   45      1    1
2          c    bmw      p       us      0        0        1   56      2    2
3          d    bmw      p       us      0        1        1   43      2    2
4          e    bmw      d  germany      1        0        1   34      1    1
5          f   audi      d  germany      1        0        1   59      1    1
6          g  volvo      d      swe      1        0        0   65      2    1
7          h   audi      d      swe      1        0        0   78      2    1
8          i  volvo      d       us      1        1        1   32      1    1

Answer 1

您可以从column 值本身构建dictionary 并填充如下

x=df['Item_Type'].value_counts()
item_type_mapping={}
item_list=x.index
for i in range(0,len(item_list)):
    item_type_mapping[item_list[i]]=i

df['Item_Type']=df['Item_Type'].map(lambda x:item_type_mapping[x]) 

Answer 2

替换数据框中任何值的最简单方法：

df=df.replace(to_replace="set",value="1")
df=df.replace(to_replace="test",value="2")

希望这会有所帮助。

Answer 3

要将“volvo”、“bmw”等字符串转换为整数，首先将其转换为数据帧，然后将其传递给 pandas.get_dummies()

  df  = DataFrame.from_csv("myFile.csv")
  df_transform = pd.get_dummies( df )
  print( df_transform )

更好的选择：将字典传递给 pandas 系列 (df.myCol) 的 map() （例如通过指定列品牌）

df.brand = df.brand.map( {'volvo':0 , 'bmw':1, 'audi':2} )

Answer 4

来自@Ishnark 的df.replace(to_replace=['set', 'test'], value=[1, 2]) 对接受的答案发表评论。

Answer 5

当特征数量不多时：

mymap = {'a':1, 'b':2, 'c':3, 'd':4, 'e':5}
df.applymap(lambda s: mymap.get(s) if s in mymap else s)

当无法手动操作时：

temp_df2 = pd.DataFrame({'data': data.data.unique(), 'data_new':range(len(data.data.unique()))})# create a temporary dataframe 
data = data.merge(temp_df2, on='data', how='left')# Now merge it by assigning different values to different strings.

Answer 6

您也可以使用 pandas rename_categories 来执行此操作。您首先需要将列定义为 dtype="category" 例如

In [66]: s = pd.Series(["a","b","c","a"], dtype="category")

In [67]: s
Out[67]: 
0    a
1    b
2    c
3    a
dtype: category
Categories (3, object): [a, b, c]

然后重命名它们：

In [70]: s.cat.rename_categories([1,2,3])
Out[70]: 
0    1
1    2
2    3
3    1
dtype: category
Categories (3, int64): [1, 2, 3]

你也可以传递一个类似dict的对象来映射重命名，例如：

In [72]: s.cat.rename_categories({1: 'x', 2: 'y', 3: 'z'})

Answer 7

我知道这是旧的，但为那些像我一样搜索的人添加。在 pandas 中创建一个数据框，在这段代码中使用 df

ip_addresses = df.source_ip.unique()
ip_dict = dict(zip(ip_addresses, range(len(ip_addresses))))

这将为您提供 IP 地址的字典映射，而无需将其写出来。

Answer 8

DataFrame.replace 呢？

In [9]: mapping = {'set': 1, 'test': 2}

In [10]: df.replace({'set': mapping, 'tesst': mapping})
Out[10]: 
   Unnamed: 0 respondent  brand engine  country  aware  aware_2  aware_3  age  \
0           0          a  volvo      p      swe      1        0        1   23   
1           1          b  volvo   None      swe      0        0        1   45   
2           2          c    bmw      p       us      0        0        1   56   
3           3          d    bmw      p       us      0        1        1   43   
4           4          e    bmw      d  germany      1        0        1   34   
5           5          f   audi      d  germany      1        0        1   59   
6           6          g  volvo      d      swe      1        0        0   65   
7           7          h   audi      d      swe      1        0        0   78   
8           8          i  volvo      d       us      1        1        1   32   

  tesst set  
0     2   1  
1     1   2  
2     2   1  
3     1   2  
4     2   1  
5     1   2  
6     2   1  
7     1   2  
8     2   1  

正如@Jeff 在 cmets 中指出的那样，在 pandas 版本 .convert_objects() 添加到末尾以正确转换 testst 并设置为 int64 列，以防在后续操作中很重要。

Answer 9

您可以使用applymap DataFrame 函数来执行此操作：

In [26]: df = DataFrame({"A": [1,2,3,4,5], "B": ['a','b','c','d','e'],
                         "C": ['b','a','c','c','d'], "D": ['a','c',7,9,2]})
In [27]: df
Out[27]:
   A  B  C  D
0  1  a  b  a
1  2  b  a  c
2  3  c  c  7
3  4  d  c  9
4  5  e  d  2

In [28]: mymap = {'a':1, 'b':2, 'c':3, 'd':4, 'e':5}

In [29]: df.applymap(lambda s: mymap.get(s) if s in mymap else s)
Out[29]:
   A  B  C  D
0  1  1  2  1
1  2  2  1  3
2  3  3  3  7
3  4  4  3  9
4  5  5  4  2